Mooc数据分析-02数据展示

主要内容是Matplotlib库的基本使用和方法

1 Matplotlib库

1.1 Matplotlib的介绍

  Python优秀的数据可视化第三方库

  数据可视化就是将数据以特定的图形图像的方式展示出来, 使数据更加的直观明了

  范例网站

  Matplotlib库是由各种可视化类构成, 内部结构复杂

  为了简洁使用, 可以使用matplotlib.pyplot这个绘制各类可视化图形的命令子库, 类似于快捷方式的库来简化操作

  导入

import matplotlib.pyplot as plt

    同样plt也是约定俗成的别名

  基本使用

    使用plt.plot(数组)传入数组, 如果只有一个一维数组, 那么数组的值会指定给Y轴, X轴为他们的索引值

    使用plt.ylabel(名字)设置Y轴的名字

    使用plt.savefig(文件名, dpi=dpi的大小)保存图像为图像文件, dpi一般设置为600, 默认是PNG格式保存

    使用plt.show()在IPython中展示生成的图形

    使用plt.axis([x1, x2, y1, y2])可以设置X轴的起点和终点, Y轴的起点和终点

    相关代码如下

import matplotlib.pyplot as plt

plt.plot([0, 2, 4, 6, 8], [3, 1, 4, 5, 2])
plt.ylabel("Y")
plt.axis([-1, 10, 0, 6])
plt.savefig("test", dpi=600)
plt.show()

    相关结果如下

    

  pyplot的绘图区域

    使用plt.subplot(nrows, ncols, plot_number)在全局绘图区域中创建一个分区体系, 然后指定在哪个子区域里绘图

    其中nrows表示横向划分多少的区域, ncols表示纵向划分多少的区域, 子区域的标号是从1开始的, 从上到下从左到右依次排序

    另外在数量小的时候, 这三个参数之间的逗号可以去掉

    具体代码如下

import numpy as np
import matplotlib.pyplot as plt

def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)

a = np.arange(0.0, 5.0, 0.02)

plt.subplot(211)
plt.plot(a, f(a))

plt.subplot(2,1,2)
plt.plot(a, np.cos(2*np.pi*a), ‘r--‘)
plt.show()

    具体效果如下

    

1.2 pyplot的plot()函数

  plot()的具体形式如下:

plt.plot(x, y, format_string, **kwargs)

    x: X轴的数据, 可以是列表或者数组, 可选项, 但是当绘制多条曲线的时候, 各条曲线的x不能省略

    y: Y轴的数据, 列表或数组, 必填项

    format_string: 控制曲线的格式的字符串, 可选项

    **kwargs: 第二组或更多的 (x, y, format_string)

    绘制多条图像

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(10)
plt.plot(a, 1.5*a, a, 2.5*a, a, 3.6*a, a, 4.5*a)
plt.show()

    结果为

    ??

  曲线的格式控制

    format_string由制颜色字符, 风格字符和标记字符组成

    具体有

    

    

    

    更改之前的风格代码

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(10)
plt.plot(a, 1.5*a, ‘go-‘, a, 2.5*a, ‘rx‘, a, 3.6*a, ‘*‘, a, 4.5*a, ‘b-.‘)
plt.show()

    效果为

    

  关于**kwargs

    可以添加更多更详细的参数

    color: 控制颜色, color="green"

    linestyle: 线条风格, linestyle="dashed"

    marker: 标记风格, marker="o", 这三个和前面的format是对应的, 此外还有

    markerfacecolor: 标记的颜色, markerfacecolor="blue"

    markersize: 标记的尺寸, markersize=20

    ...

1.3 pyplot的中文显示

  默认情况下, pyplot并不支持中文字符, 在最开始的折线图中, 如果设置ylabel()为中文, 则在图像中不能正常显示

  要显示中文有种办法

  1) 使用rcParams

    设置其font.family为中文字符

    具体代码如下

import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams[‘font.family‘] = ‘SimHei‘
plt.plot([0, 2, 4, 6, 8], [3, 1, 4, 5, 2])
plt.ylabel("Y轴坐标")
plt.axis([-1, 10, 0, 6])
plt.savefig("test", dpi=600)
plt.show()

    具体效果

    

      其中SimHei是黑体

    具体更多参数

    

    相应的中文字体种类

    

    参考实例

import numpy as np
import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams[‘font.family‘] = ‘FangSong‘
matplotlib.rcParams[‘font.size‘] = 20

a = np.arange(0.0, 5.0, 0.02)

plt.xlabel("X轴: 时间")
plt.ylabel("Y轴: 振幅")

plt.plot(a, np.cos(2*np.pi*a)+1, ‘r--‘)
plt.savefig(‘test2‘, dpi=600)
plt.show()

    效果为

  

  2) 增加 fontproperties属性

    在上述的例子中, 可以在xlabel中增加参数fontproperties来限定显示的字体, 用此来解决中文显示

    具体代码如下

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)

plt.xlabel("X轴: 时间", fontproperties="FangSong", fontsize=20)
plt.ylabel("Y轴: 振幅", fontproperties="FangSong", fontsize=20)

plt.plot(a, np.cos(2*np.pi*a)+1, ‘r--‘)
plt.show()

  两种方法的区别就是第一种是全局修改, 第二种是指定修改

  建议使用第二种方法, 但是为了统一可以使用方法一

1.4 pyplot的文本显示

  常见的文本显示函数是

    

    其中title会在整个图形的正中上放写上文字

  具体实例如下

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a)+2, ‘r--‘)

plt.xlabel("X轴: 时间", fontproperties="FangSong", fontsize=15, color=‘green‘)
plt.ylabel("Y轴: 振幅", fontproperties="FangSong", fontsize=15)
plt.title(r‘正玄波实例$y=cos(2\pi x)$‘, fontproperties="SimHei", fontsize=25)
plt.text(2, 3, r‘$\mu=100$‘, fontsize=15)

plt.axis([-1, 6, 0, 4])
plt.grid(True)
plt.savefig(‘test3‘, dpi=600)
plt.show()

  效果为

  

  其中$$这种是LeTeX的语法

  title()第一个参数表示横坐标的位置, 第二个参数是纵坐标的位置

  grid(True)增加网格显示

  关于annotate函数

plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)

    s: 要注解的字符串

    xy: 箭头所在的位置

    xytext: 文本显示的位置

    arrowprops: 定义了整个箭头显示的属性

  具体代码如下

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a)+2, ‘r--‘)

plt.xlabel("X轴: 时间", fontproperties="FangSong", fontsize=15, color=‘green‘)
plt.ylabel("Y轴: 振幅", fontproperties="FangSong", fontsize=15)
plt.title(r‘正玄波实例$y=cos(2\pi x)$‘, fontproperties="SimHei", fontsize=25)
plt.annotate(r"$\mu=100$", xy=(2, 3), xytext=(3, 3.5), arrowprops=dict(
        facecolor="black", shrink=0.1, width=2
        ))

plt.axis([-1, 6, 0, 4])
plt.grid(True)
plt.savefig(‘test3‘, dpi=600)
plt.show()

  效果为

  

1.5 绘制子绘图区域

      

    

    

  

    

      

  

    

    

  

 

  

时间: 2024-10-05 06:43:46

Mooc数据分析-02数据展示的相关文章

利用excel VBA进行自动化数据分析,数据汇总,网页表单自动提交等功能

在制造业公司的生产管理,经营管理,采购管理,财务管理等工作中,都有大量的数据处理的任务,通过繁复的excel手工运算获取结果.通过员工培训和自我提升,掌握和使用excel数组公式和VBA自动化,能为员工节省巨大的时间和精力,提高工作附加值.同时作为公司效率化和系统化改善的一部分,为公司效益带来显著提升.以下通过一些案例,展示利用excel公式和VBA进行自动化数据分析,数据汇总,网页表单自动提交在实际场景中的典型应用.相关的文件和代码可以在github下载. 自动化数据分析 以下是通过VBA自动

iOS 【Multithreading-多图下载数据展示案例(二级缓存)/模拟SDWebImage内部实现】

#import "ViewController.h" #import "WZYApp.h" @interface ViewController () // 数据模型数组 @property (nonatomic, strong) NSArray *apps; // 保存操作对象的字典 @property (nonatomic, strong) NSMutableDictionary *operations; // 内存缓存 @property (nonatomic,

爬虫02 /数据解析

目录 爬虫02 /数据解析 1. 数据解析概述 2. 正则实现的数据解析 3. bs4实现数据解析 4. xpath解析 总结: 爬虫02 /数据解析 1. 数据解析概述 什么是数据解析,数据解析可以干什么? 概念:就是将一组数据中的局部数据进行提取. 作用:使用来实现聚焦爬虫 数据解析的通用原理 问题:html展示的数据可以存储在哪里? 标签之中 属性中 1.标签定位 2.取文本或者取属性 数据解析的常用方法 re bs4 xpath pyquery 2. 正则实现的数据解析 需求:http:

WebForm数据展示 Web Repeater的使用

Repeater控件:(重复器)按某一格式展示数据 HeaderTemplate - 先执行,执行一次 FooterTemplate - 最后执行,执行一次 ItemTemplate - 在Header之后执行,有多少条数据绑定就执行多少次 AlterNatingItemTemplate - 交替项模板,与ItemTemplate交替执行 Repeater绑定数据: //集合结果指向Repeater1 Repeater1.DataSource = new StusData().SelectStu

excel-to-json(将excel表格数据展示到页面中)

今天,老大给我提了一个需求,他需要将爬虫爬出的数据展示到页面上,因为大多数都是图片数据,所以我的第一反应是循环拼字符串 但是,老大给我的数据都是存在excel表格中的,所以需要将excel表格转化为字符串.找了很多方法,都不合适,最后找到一个NPM的包叫做excel-to-json的包,现在总结一下. 首先  npm install excel-to-json ,然后配置package.json, package.json配置如下 { "name": "abc",

就地电子数据展示与保留

就地电子数据展示与保留功能可以搜索用户的邮箱,并能够将搜索的结果下载为PST文件. 首先赋予管理员相应的权限,依次执行以下操作:权限-管理员角色-Discovery Manage -角色处,添加Mailbox Import Export-成员处,添加执行该操作的管理员 进入合规性管理界面,点击"+"新建就地电子数据展示和保留 选择要搜索的邮箱类型,这里我选择只是搜索bushubao这个用户的邮箱,点击下一步 在搜索查询处可以基于条件筛选搜索的邮件类型,如下图所示.这里我选择的是包含所有

iOS开发UI篇—无限轮播(新闻数据展示)

一.实现效果        二.实现步骤 1.前期准备 (1)导入数据转模型的第三方框架MJExtension (2)向项目中添加保存有“新闻”数据的plist文件 (3)导入用到的图片素材 2.步骤和代码 (1)新建一个数据模型 该模型的代码设计如下: YYnews.h文件 1 // 2 // YYnews.h 3 // 08-无限滚动(新闻数据展示) 4 // 5 6 #import <Foundation/Foundation.h> 7 8 @interface YYnews : NSO

ExtJS 4.2 业务开发(二)数据展示和查询

本篇开始模拟一个船舶管理系统,提供查询.添加.修改船舶的功能,这里介绍其中的数据展示和查询功能. 目录 1. 数据展示 2. 数据查询 3. 在线演示 1. 数据展示 在这里我们将模拟一个船舶管理系统,并提供查询.添加.修改的功能. 大致的目录结构如下: ShipMgrTab.js :船舶业务的入口. controller 目录:存放船舶业务的逻辑控制文件. model 目录:存放船舶业务的model文件. store 目录 :存放船舶业务的store文件. view 目录 :存放船舶业务的组件

sharepoint designer + XSLT快速构建数据展示页面

准备展示数据 准备一个测试列表,添加部分测试数据 生成母版页 1.用designer打开需要创建页面的网站 2.点击左侧"所有文件",将需要做为母板页的静态页面拖入designer内(相关的css和js文件也拖入,当然也可以建一个文件夹存在,不放在根目录) 3.在高级模式下打开此静态页面,另存为母板页 4.以高级模式编辑母板页,将需要动态展示的区域替换为占位符(多个占位符ID不要重复),替换之后保存. 使用母板页建立展示页面 1.基于母板页的建立展示页面 2.以高级模式打开展示页,使用